???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/6391
???metadata.dc.type???: Dissertação
Title: Um modelo multivariado para predição de taxas e proporções dependentes
???metadata.dc.creator???: Assis, Alice Nascimento de 
???metadata.dc.contributor.advisor1???: Cardoso Neto, José
???metadata.dc.contributor.referee1???: Lago Neto, José Caldas do
???metadata.dc.contributor.referee2???: Leão, Jeremia da Silva
???metadata.dc.description.resumo???: A umidade relativa interfere em vários aspectos na vida do ser humano, e devido as muitas consequências que um baixo ou um alto percentual podem acarretar, o controle de seu nível é de suma importância. Dessa forma, a modelagem de situações extremas dessa variável pode auxiliar no planejamento de atividades humanas que sejam suscetíveis aos seus efeitos danosos, como a saúde pública. O principal interesse é prever com base em funções densidade de probabilidade aplicadas aos dados observados, os valores que possam ocorrer em uma certa localidade. A distribuição Generalizada de Valores Extremos tem sido amplamente utilizada com essa finalidade e pesquisas utilizando análise de Séries Temporais de dados meteorológicos e climáticos. Neste trabalho, é proposto um modelo estatístico para predição de taxas e proporções temporais e/ou espacialmente dependentes. O modelo foi construído através da marginalização da distribuição Kumaraswamy G-exponencializada condicionada a um campo aleatório com distribuição alfaestável positivo. Algumas propriedades desse modelo foram apresentadas, procedimentos para estimação e inferência foram discutidos e um algoritmo MCEM foi desenvolvido parar estimar os parâmetros. Como um caso particular, o modelo foi utilizado para predição espacial da umidade relativa do ar observada nas estações meteorológicas do Estado do Amazonas.
Abstract: Relative humidity interferes in many aspects in the life of the human being, and due to the many consequences that a low or a high percentage can entail, the control of its level is of paramount importance. Thus, the modeling of extreme situations of this variable can aid in the planning of human activities that are susceptible to their harmful effects, such as public health. The main interest is to predict, based on probability density functions applied to observed data, the values that may occur in a certain locality. The Generalized Distribution of Extreme Values has been widely used for this purpose and research using Time Series analysis of meteorological and climatic data. In this work, a statistical model is proposed for prediction of rates and temporal proportions and/or spatially dependents. The model was constructed by marginalizing the Kumaraswamy G-exponentialised distribution conditioned to a random field with positive alpha-stable distribution. Some properties of this model were presented, procedures for estimation and inference were discussed and an MCEM algorithm was developed to estimate the parameters. As a particular case, the model was used for spatial prediction of relative humidity in weather stations at Amazonas state, Brazil.
Keywords: Distribuição Kumaraswamy
Distribuição alfa-estável
Algoritmo MCEM
Umidade relativa do ar
Kumaraswamy distribution
Alpha-stable distribution
MCEM algorithm
Relative humidity
???metadata.dc.subject.cnpq???: CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal do Amazonas
???metadata.dc.publisher.initials???: UFAM
???metadata.dc.publisher.department???: Instituto de Ciências Exatas
???metadata.dc.publisher.program???: Programa de Pós-graduação em Matemática
Citation: ASSIS, Alice Nascimento. Um modelo multivariado para predição de taxas e proporções dependentes. 2018. 96 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2018.
???metadata.dc.rights???: Acesso Aberto
???metadata.dc.rights.uri???: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: https://tede.ufam.edu.br/handle/tede/6391
Issue Date: 9-Mar-2018
Appears in Collections:Mestrado em Matemática

Files in This Item:
File Description SizeFormat 
Dissertação_Alice Nascimento.pdf8.55 MBAdobe PDFThumbnail

Download/Open Preview


This item is licensed under a Creative Commons License Creative Commons